-
公开(公告)号：CN114898412B
公开(公告)日：2024-12-03
申请号：CN202210504420.8
申请日：2022-05-10
Applicant: 昆明理工大学
Abstract: 本发明公开一种针对低质量、残缺指纹的识别方法，属于图像处理技术领域。首先对获取的低质量、残缺指纹进行预处理，接着利用二维傅里叶变换及Hough变换对指纹图像进行校正，将校正的低质量、残缺指纹与数据库中的指纹进行相位相关性计算，设定阈值，当相位相关系数高于阈值时，将数据库中的该指纹图像保存在临时数据库中，用区域匹配的方法找到小面积模板在临时数据库中的大致位置并向四周扩展T像素，将扩展后的指纹图像保存在临时数据库1中；最后用爬山搜索的方法计算小面积模板与临时数据库1中每张待匹配指纹的相位相关性，找到最优解，以此判断出低质量、残缺指纹的来源。本发明能有效地提高低质量，残缺指纹的相位相关函数峰值及识别率，从而降低误识风险。
-
公开(公告)号：CN114898412A
公开(公告)日：2022-08-12
申请号：CN202210504420.8
申请日：2022-05-10
Applicant: 昆明理工大学
Abstract: 本发明公开一种针对低质量、残缺指纹的识别方法，属于图像处理技术领域。首先对获取的低质量、残缺指纹进行预处理，接着利用二维傅里叶变换及Hough变换对指纹图像进行校正，将校正的低质量、残缺指纹与数据库中的指纹进行相位相关性计算，设定阈值，当相位相关系数高于阈值时，将数据库中的该指纹图像保存在临时数据库中，用区域匹配的方法找到小面积模板在临时数据库中的大致位置并向四周扩展T像素，将扩展后的指纹图像保存在临时数据库1中；最后用爬山搜索的方法计算小面积模板与临时数据库1中每张待匹配指纹的相位相关性，找到最优解，以此判断出低质量、残缺指纹的来源。本发明能有效地提高低质量，残缺指纹的相位相关函数峰值及识别率，从而降低误识风险。
-
公开(公告)号：CN116630211A
公开(公告)日：2023-08-22
申请号：CN202310374727.5
申请日：2023-04-10
Applicant: 昆明理工大学
Abstract: 本发明公开了一种基于小面积相位相关的指纹图像融合方法，属于图像处理技术领域。所述方法包括以下步骤：S1：对获取的局部指纹图像进行预处理；S2：求取预处理后局部指纹图像的相位信息；S3：构建小面积相位相关，计算出局部指纹图像之间的相似度，并找到相位相关性最高的子区位置；S4：将局部指纹图像中相位相关性最高的子区位置进行融合。本发明利用小面积相位相关技术，有效地对小面积指纹图像和低质量指纹图像进行融合，将来源于同一枚手指的各局部区域融合，使指纹图像信息更加完整，解决了由于采集到的局部指纹图像特征点较少，基于特征融合效果极差的问题。
-
公开(公告)号：CN116631013A
公开(公告)日：2023-08-22
申请号：CN202310394515.3
申请日：2023-04-13
Applicant: 昆明理工大学
IPC: G06V40/12 , G06V10/82 , G06V10/44 , G06V10/774 , G06F16/535 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于卷积神经网络的指纹分类筛选系统，属于图像识别技术领域。本发明所述指纹分类筛选系统包括搭建卷积神经网络、训练带有指纹分类标签的模型、建立指纹分类数据库和搭建指纹筛选平台。本发明使用tensorflow搭建AlexNet网络模型，输入大量带有分类标签的指纹图像进行网络训练，经过训练后的AlexNet网络模型能够对指纹进行可靠分类；本发明基于训练好的AlexNet网络搭建的指纹筛选平台，主要功能在于：输入指纹图像，进行增强处理、细化处理、分类处理、提取特征点和判断该枚指纹是否在数据库中，如果在数据库中，筛选出与之匹配的指纹数据。经过实验测试得出以下结果：一共进行250次的指纹测试，实验结果显示测试指纹在指纹库中的筛选结果正确率高达96.40％。
-
-
-
Search Results
4
records
(took 0.016 seconds)
